CC BY
12УДК 004.8+624.13 doi:10.18720/SPBPU/2/id21-77
Кацко Александр Игоревич\
студент;
Кацко Дмитрий Игоревич2,
магистрант;
Маций Владимир Сергеевичъ,
магистрант
КОГНИТИВНОЕ МОДЕЛИРОВАНИЕ И ПРОГНОЗИРОВАНИЕ
РАЗВИТИЯ ОПОЛЗНЕЙ В ПРОСТРАНСТВЕ СОСТОЯНИЙ
12 3
' ' Россия, Краснодар, Кубанский Государственный Аграрный Университет, sa_katsko@bk.ru.
Аннотация. В статье рассмотрены причины возникновения экзогенных процессов, таких как оползни и обвалы, к которым относятся геологические, геоморфологические, климатические и косвенные факторы. Полученная когнитивная карта позволяет сделать вывод о возможности использования моделей пространства состояний склона по результатам данных геотехнического мониторинга.
Ключевые слова: когнитивная модель, прогноз, оползень, временные ряды.
Aleksandr I. Katsko1, Student;
Dmitry I. Katsko , Student;
Vladimir S. Matsiy Student
COGNITIVE MODELING AND FORECASTING OF LANDSLIDE DEVELOPMENT IN THE STATE SPACE
Russia, Krasnodar, Kuban State Agrarian University, sa_katsko@bk.ru.
Abstract. The article considers the causes of exogenous processes, such as landslides and landslides. Which include geological, geomorphological, climatic and indirect factors. The resulting cognitive map allows us to conclude that it is possible to use models of the slope state space based on the results of geotechnical monitoring data.
Keywords: cognitive model, forecast, landslide, time series.
Введение
Строительство и эксплуатация сооружений в трудной инженерно-геологической обстановке Северного Кавказа, связанной с обвалами, оползнями, речной эрозией, требует своевременного мониторинга и ана-
лиза для прогноза обвальных катастроф [2]. В связи с этим необходимо понимание основных факторов и вариантов их взаимодействия при влиянии на экзогенные процессы. Для этого требуется представление знаний в виде когнитивной карты, отображающей предметную область, изучение которой позволяет предлагать модели временных рядов (полученных по результатам геотехнического мониторинга) для решения задач прогнозирования.
1. Причины и динамика развития обвалов разного генезиса. В работах И.М. Васькова, посвященных крупномасштабным обвалам, показано, что их причины обусловлены влиянием литосферы, гидросферы и атмосферы, проявляющихся как взаимодействие геологических, геоморфологических и климатических процессов [2]. Необходимость создания сложных геотехнических объектов в условиях сложного горного рельефа при наличии оползней, обвалов и т.д. требует разработки методики мониторинга и проведения его на всех этапах проектирования, строительства, эксплуатации. Известны следующие методы проведения геотехнического мониторинга: визуально-инструментальные, геодезические, виброметрические, геофизические, аэрокосмические. Следует отметить, что не смотря на большие объемы собранной информации в доступной литературе не освящались вопросы использования результатов мониторинга с точки зрения анализа и прогнозирования временных рядов, и их взаимодействие с различными лагами.
Обычно различают следующие типы экзогенных процессов: обвал (быстрое смещение скальных и грунтовых пород под действием гравитации), сель (водный грязевой поток), оползень (распределенное по времени постепенное смещение рыхлых пород под действием гравитации по склону). В настоящей статье рассмотрим причины появления оползней. Выделяют следующие группы факторов, влияющие на появления оползня: геологические (взброс аллохтонического блока, коллизии образования и длительного действия разрывов взбросо-двигового характера, что ведет к обстановке геодинамического сжатия), геоморфологические (естественное выветривание горных пород, подмыв склонов), климатические (температурный режим, количество осадков, сезонное таяние снега), косвенные (выход на поверхность рек, родников, строительство, вырубка лесов, пожары) и т.д. [1-5].
В перечисленных группах факторов можно выделить наблюдаемые в течении длительного периода времени, не наблюдаемые или наблюдаемые в короткий период времени. Наблюдаемые факторы мы будем рассматривать при построение когнитивной карты и ее дальнейшего исследовании с использованием модели временных рядов, воздействие остальных факторов примем в качестве случайного воздействия
Когнитивное моделирование и прогнозирование процесса развития оползня (рис. 1). Математическое представление когнитивной карты -ориентированный граф
где в V - множество вершин, позволяющих описать состояние изучаемой предметной области; - множество дуг, связывающих пары вершин [6].
Учитывая проведенный выше обзор факторов, влияющих на появление оползня, рассмотрим следующие концепты:
Геологические характеристики V1 - сейсмическая активность [магнитуда];
Геоморфологические характеристики V2 - выветривание горных пород [-]; V3 - подмыв склонов;
Климатические характеристики V4 - температурный режим атмосферы [°С]; V5 - количество осадков [мм];
Косвенные характеристики V6 - выход на поверхность рек, родников, строительство, вырубка лесов, пожары;
Характеристики грунта
V7 - прочность; V8 - деформационность [%]; V9 - геометрия склона; V10 - обвальная катастрофа.
Геологические, климатические характеристики и результаты мониторинга обычно задаются в хронологическом порядке, что позволяет говорить о возможности рассмотрения их в качестве временных рядов.
Существуют десятки методов анализа временных рядов. К наиболее известным относят следующие методы: детерминированные, спектральные, стохастические, пространства состояний, нейронных сетей.
Оценка состояния (устойчивости) склона непосредственно точно не поддается измерению, поэтому требуется оценка состояния системы в пространстве состояний, позволяющих уменьшить неопределенность. В последние десятилетия наиболее эффективны оказались следующие методы пространства состояний [6, 7]: фильтр Калмана, скрытые марковские модели, байесовские модели. Считаем, что процесс образования
оползня имеет состояния а наблюдения уЮ представляют информацию о мониторинге таких состояний в момент времени f . В случае применения скрытых цепей Маркова предполагается скачкообразный характер изменения состояний (рис. 2).
Рис. 1. Когнитивная карта ^ «Пространство состояний грунта»
Аналогично, в случае фильтра Калмана рассматривается непрерывный процесс, который отслеживается по дискретным изменениям и т.д.
Рис. 2. Скрытые Марковские модели (Hidden Markov Models - HMM) Заключение
В настоящей статье изучены причины возникновения оползней. Построена когнитивная карта, объясняющая причинно-следственные связи. Полученная когнитивная модель позволяет сделать вывод о возможности использования моделей пространства состояний для временных рядов, полученных по результатам геотехнического мониторинга.
Список литературы
1. Безуглова Е.В. Оползневой риск транспортных природно-технических систем: монография / Е.В. Безуглова, С.И. Маций, В.В. Подтелков - Краснодар: Куб-ГАУ, 2015. - 239 с.
2. Васьков И.М. Крупномасштабные обвалы: геодинамика и прогноз / И.М. Васьков - Владикавказ: 2019. - 365 с.
3. Маций С.И. Управление оползневым риском: монография / С.И. Маций, Е.В. Безуглова - Краснодар: 2010. - 240 с.
4. Маций С.И. Противооползневая защита: монография / С.И. Маций, - Краснодар: 2010. - 288 с.
5. Моделирование систем и процессов: учебник для академического бакалавриата / В.Н .Волкова, Г.В. Горелова, В.Н. Козлов и др. Под ред. В.Н. Волковой, В.Н. Козлова. - М.: Изд-во Юрайт, 2014. - 592 с. - Серия: Бакалавр. Академический курс.
6. Нильсон Э. Практический анализ временных рядов: прогнозирование со статистикой и машинное обучение. - СПб. : ООО «Диалектика», 2021. - 544 с.
7. Системный анализ и принятие решений: Словарь-справочник / Под ред. В.Н. Волковой, В.Н. Козлова. - М.: Высшая школа, 2004. - 616 с.
УДК 332.1.
doi:10.18720/SPBPU/2/id21-78
Нифонтова Ангелина Вадимовна1,
магистр Южного Федерального университета;
Шпорт Анастасия Александровна ,
магистр Южного Федерального университета
ОЦЕНКА ВЛИЯНИЯ МАЛОГО ПРЕДПРИНИМАТЕЛЬСТВА НА ПОВЫШЕНИЕ УРОВНЯ ЖИЗНИ НАСЕЛЕНИЯ НА ОСНОВЕ КОГНИТИВНОГО МОДЕЛИРОВАНИЯ1
1 3
' Россия, г.Таганрог, Южный Федеральный Университет, 1 nifontova.angelina99@mail.ru, shport_anastasiia@mail.ru
Аннотация. В работе представлены результаты исследования состояния малого предпринимательства в Ростовской области. В целях анализа влияния малого бизнеса и совершенствованию управления им, была использована современная информационная технология исследования - когнитивная. Проведение когнитивного моделирования дало возможность обосновать влияние изменений малого бизнеса на качество жизни населения.
Ключевые слова: качество жизни, малый бизнес, когнитивное моделирование, когнитивная карта, положительный импульс.
1 Исследование выполнено при финансовой поддержке РФФИ, проект «Разработка концепции повышения уровня и качества жизни населения региона в условиях межмуниципальной дифференциации с учётом трендов цифровизации экономики» № 20-010-00815 А
